是不是很不可思議，對，量子計算機的計算能力就是這樣的不可思議。
可以說在計算能力上，量子計算機比生物計算機還厲害，生物計算機也就能比最新的計算機快十億倍。
而量子計算機主要是看有多少個量子位，每多一個就2，這種指數級的增長任何人都不能忽視。
如果僅考慮計算能力，無疑量子計算是最最合適的，但是我們都知道現在的網際網路企業，關注的硬體主要有，cpu、記憶體、網路、io這四樣。
網路有了第二智慧的量子通訊，所以再也不是制約網際網路快速發展的瓶頸了。
而cpu、記憶體和io卻是另一個難題，量子計算機在cpu上可以說是無敵的，我們知道cpu是衡量一個計算機的效能的重要指標，計算機計算機重要的就在計算兩個字否則和其他的機器就沒有區別了。
在傳統的網際網路應用裡面，用到大量cpu計算的應用，最典型的有影片轉碼。
並且隨著這幾年人工智慧的火熱，計算機的計算能力更加重要了，不過除了cpu人們發現了更加適合神經網路演算法的一個硬體，那就是gpu。
gpu本來是英偉大公司開發出來，用作影像處理的，因為他的處理單元多，能進行大量並行的簡單計算，所以現在高畫質的遊戲，對電腦的顯示卡要求特別的高。
自從gpu訓練神經網路的功能被研究人員發現以後，英偉大公司的市值在這幾年增長了不少。
因為被刺激到，所以更多的公司企業還有國家開始投入到了量子計算機的研究。
如果從記憶體方面來分析，量子計算機就顯得有點力不從心，現在的記憶體都是採用的記憶體條，可能大的有幾t的，但是比起來儲存，它的價格要貴上好多。
當代網際網路中用到快取的地方，最最典型的是記憶體資料庫，為了加快應用程式的訪問速度，很多人快取了一些資料在記憶體資料庫中，或者用其他的方式把資料放在了記憶體中。
如果將來記憶體變得更加便宜，可能會出現所有的資料直接放在記憶體中，這樣網際網路應用的效能絕對能再上一個臺階。
這裡，生物計算有比量子計算機更有優勢，那就是，生物計算機，沒有記憶體，它本身既是記憶體又是儲存，不過讀寫速度估計能和第一代計算機相比了，優點和缺點並存。
再來說下io效能和儲存，io效能對於大量讀寫磁碟的應用影響很大，比如我們都所熟知的資料庫軟體，有很大一部分就是把資料寫到了磁碟上面，他們對io的效能要求很高。
所以很多資料庫工程師把他們的用到的磁碟從傳統的機械硬碟換位了ssd固態硬碟。
為什麼有的人覺得水果的電腦會比微硬公司的系統好用，其實ssd就是其中的一個原因，因為水果的電腦基本上都是用的ssd，而微硬的作業系統太廣泛了，目標群體大部分都是用的機械硬碟。
對於儲存來說，生物計算的儲存能力是其他所有超級計算機都望塵莫及的，一個冬棗體積大小的蛋白質分子集合就能儲存現在網際網路所有的資料，不過因為演算法問題它的讀取速度實在是太慢了。
量子計算機只有計算的優勢，而生物計算有儲存和計算的巨大優勢。
綜合考慮了能耗，計算能力，儲存能力，研發的難度，還考慮了以後人工智慧，林奇決定把超計算機的方向定位生物計算。
定下來目標以後，林奇感覺壓在自己身上的一塊大石頭突然間輕了很多。